【专稿】数据驱动的智慧航运——上海国际航运研究中心 徐凯

　　智慧航运是中国航运人提出的原创概念。

英语中“Smart”和“Intelligent”的标准译法都是“智能”，在各类行业术语中只有“智慧城市”一词例外，而智慧城市的重要组成部分却都被翻译成了“智能楼宇”、“智能交通”、“智能医疗”。汉语中“智慧”的解释是“指人辨析判断和发明创造的能力”，这种能力是人特有的，而机器、软件、系统等所具有的只是通过精密的结构而表现出来的“智能”。因此，假如你要和外国人聊智慧航运，如何准确的翻译这个词将成为首要难题。

　　图1 智慧航运的四大要素

　　智慧航运和智能航运，后者是智能交通的子概念，是航运业高度信息化、自动化的一种表述。 “智慧”和“智能”的关系可以总结为：智能是知识的应用，智慧是知识的创新。基于这种理解，所谓“智慧航运”应当是比智能航运增加了学习、借鉴能力，更偏重于解决未知问题和突发问题的能力。中国航运人提出“智慧航运”的概念，表达了对航运发展的高度期望，希望它可以和人类的“智慧”媲美。

　　智慧航运四大要素是：物联网、大数据、自动化、互联网，它们分别对应了人类智慧中“感知、思考、运用、交流”的循环迭代过程。

　　上述四大要素的核心是“大数据+航运”，即实现由信息平台自动进行数据挖掘并将得到的新知识应用于航运经营管理中。需要注意的是，智慧并不是机械的提取一堆数据中的知识，更重要是形成不断学习和应用新知识来解决航运业新需求的创新机制，这种机制可以概括为“需求导向、数据驱动”。

　　发展智慧航运，除了要大力推进智能港口、船联网、航运电子商务等应用性平台建设外，还需要三个必要条件：实现航运数据标准化、构建航运信息共享平台、提供航运大数据分析服务。

图2 智慧航运的“需求导向、数据驱动”模型

　　如果把航运业务需求看作一道光线，那么数据就像人照在地上的影子，单凭一个影子很难还原出人的高矮胖瘦，需要从不同业务需求角度搜集到多个不同的影子，才有可能通过大数据分析技术得到较为准确的分析结论。这些结论有助于我们做出正确的经营决策，不断的改进和完善航运业务和服务水平，带动新的需求和交易不断产生。

　　例如，实现感知、智能、生态的智慧型码头。运用大数据技术分析船舶自动识别（AIS）数据提前6小时精确预计船舶到港时间，随后可以采用仿真技术模拟现有TOS系统的作业计划在未来6小时内的实际运行效果，将低效、危险、高能耗的情况找到并通过调整作业计划，全面提升港口计划编制、作业调度、安全管理水平。

　　又如，实现智慧的船舶运营管理。通过大数据分析提前预知港口的拥堵情况在抵港前适时采用更加经济的航速，在船舶日常运维过程中运用大数据智能计算出下一次补充补给、备件、加油、维修、保养的时间和可能停靠的码头，并将相关信息提供给码头服务商提前订货，在航行可能遇到气象、洋流等自然风险前给出预警提示并建议躲避风险的策略，并在人员驾驶失误时及时给出关键性提示等。

　　再如，实现智慧化的航运中心。航运中心建设的一个关键点是实现航运资源的合理配置，通过将航运业务资源抽象为信息资源，就可以利用大数据实现资源优化配置。通过大数据分析航运中心挂靠航线情况、主要船型分布、主要货物流向、集疏运方式比重、内陆腹地产业结构、航运服务业组成等情况，可以帮助航运中心调整行业政策，敏捷、柔性的调整航运中心的各业务资源高效运转。

　　知易行难，智慧航运的建设需要扎实的推进，才能从概念创新变为产业创新！

作者：徐凯

上海国际航运研究中心 航运信息化研究室

联系电话：[phone]*8006